如何理解認(rèn)知計(jì)算

Bob Violino 陳琳華

如何從IT和業(yè)務(wù)角度理解“認(rèn)知計(jì)算”的確切含義呢？本文就是一篇入門指南。

最近是不是能頻繁看到“認(rèn)知”這個(gè)詞？有這種感覺的不光只有你一個(gè)人。你是不是對從IT和業(yè)務(wù)角度理解“認(rèn)知計(jì)算”的確切含義感到困惑？同樣感到困惑的也并非只有你一個(gè)人。

為了幫助大家清楚地認(rèn)識“認(rèn)知概念”以及它們可能對你的企業(yè)意味著什么，我們專門整理了這篇入門指南。

在計(jì)算環(huán)境中“認(rèn)知”意味著什么？

德勤咨詢首席分析師Paul Roma指出，認(rèn)知計(jì)算借助技術(shù)和算法能夠自動(dòng)從數(shù)據(jù)中提取概念和關(guān)系，理解其中含義，并獨(dú)立地從數(shù)據(jù)模式和先前經(jīng)驗(yàn)中進(jìn)行學(xué)習(xí)——拓展人或機(jī)器可以自行完成的工作。

Roma認(rèn)為，目前認(rèn)知計(jì)算主要有三種應(yīng)用方式：

機(jī)器人和認(rèn)知自動(dòng)化，可自動(dòng)執(zhí)行重復(fù)性任務(wù)，從而提高效率、質(zhì)量和準(zhǔn)確性。

認(rèn)知洞察力，可揭示隱藏的模式和關(guān)系，從而找到新的創(chuàng)新機(jī)遇。

認(rèn)知參與，可通過大規(guī)模提供超個(gè)性化設(shè)置來推動(dòng)客戶行為。

認(rèn)知計(jì)算與人工智能有何區(qū)別？

Roma表示，德勤將認(rèn)知計(jì)算描述為“較傳統(tǒng)狹隘的人工智能更具包容性”。他認(rèn)為，人工智能主要用于描述這樣一類技術(shù)，這些技術(shù)可完成正常情況下需要人類智慧才能完成的任務(wù)。

“我們認(rèn)為認(rèn)知計(jì)算是由機(jī)器智能定義的，機(jī)器智能是一種算法功能的集合，它可提升員工績效，讓日益復(fù)雜的工作負(fù)載實(shí)現(xiàn)自動(dòng)化，并且能夠開發(fā)出模擬人類思維和行為的認(rèn)知代理?！盧oma說。

國際數(shù)據(jù)公司（IDC）的認(rèn)知/人工智能系統(tǒng)與內(nèi)容分析研究主管Dave Schubmehl表示，廠商正在使用不同的名稱來描述這些技術(shù)。“有些廠商使用算法類型的名稱來描述這類平臺，如神經(jīng)網(wǎng)絡(luò)，也被稱為深度學(xué)習(xí)或機(jī)器學(xué)習(xí)。”

“這些是構(gòu)建智能應(yīng)用的關(guān)鍵要素，”Schubmehl說：“有些廠商使用該領(lǐng)域中的通行術(shù)語來表示這種應(yīng)用：人工智能。還有一些廠商使用IBM研究人員新創(chuàng)造的術(shù)語來表示這種應(yīng)用：認(rèn)知計(jì)算。認(rèn)知計(jì)算是IBM研究人員在研究讓W(xué)atson進(jìn)行“危險(xiǎn)”挑戰(zhàn)時(shí)所創(chuàng)造出來的。在所有這些案例中，術(shù)語都或多或少地描述了相同的努力方向?！?/p>

認(rèn)知計(jì)算和人工智能在未來十年中的使用有多廣泛？

市場研究公司Gartner的副總裁Whit Andrews認(rèn)為，這一技術(shù)將“作為應(yīng)用程序的一個(gè)方面變得極為普遍”。Gartner預(yù)測，到2018年，在與技術(shù)的交互中，30%的交互將是通過與人工智能的“對話”實(shí)現(xiàn)的。到2020年，對于全球30%多的首席信息官來說，人工智能將成為五大投資重點(diǎn)之一。

德勤的Roma稱，隨著數(shù)據(jù)以指數(shù)級增長，以及更快的分布式系統(tǒng)和更智能的算法的融合，認(rèn)知計(jì)算“正在向機(jī)器人和認(rèn)知自動(dòng)化、認(rèn)知參與和認(rèn)知洞察力等領(lǐng)域的業(yè)務(wù)流程中不斷滲透?！?/p>

目前企業(yè)中認(rèn)知技術(shù)的實(shí)例有哪些？

雖然認(rèn)知技術(shù)的許多承諾在未來都有可能無法兌現(xiàn)，但一些企業(yè)還是已經(jīng)開始部署認(rèn)知工具了。

Schubmehl說，許多企業(yè)正在使用認(rèn)知系統(tǒng)進(jìn)行產(chǎn)品推薦、定價(jià)優(yōu)化和欺詐檢測。 有的企業(yè)還開始使用會話式人工智能平臺（以聊天機(jī)器人的形式）來實(shí)現(xiàn)客戶支持自動(dòng)化、銷售協(xié)助自動(dòng)化和輔助決策。

Roma指出，在醫(yī)療保健方面，一家執(zhí)行著美國國內(nèi)最大的醫(yī)學(xué)研究項(xiàng)目的頂級醫(yī)院正在“訓(xùn)練”他們的機(jī)器智能系統(tǒng)，以分析存儲在該醫(yī)院數(shù)據(jù)庫中的100億份表型與遺傳圖像。

Roma說，一家大型健康保險(xiǎn)公司正在推行一種認(rèn)知策略，該策略將包括自動(dòng)化、參與和洞察力，以最終簡化并強(qiáng)化與客戶的互動(dòng)?！八鼈兊闹攸c(diǎn)是將認(rèn)知洞察力應(yīng)用于索賠流程，讓索賠審查人員能夠更為深入地了解每個(gè)案情，以便進(jìn)行更全面的評估。”

此外，Roma還介紹說，在金融服務(wù)領(lǐng)域，一種認(rèn)知銷售代理可使用機(jī)器智能先與可能的銷售機(jī)會建立起聯(lián)系，然后獲得資格，跟進(jìn)并維持領(lǐng)先優(yōu)勢?！斑@種認(rèn)知助理可以解析自然語言，理解客戶在對話中提出的問題，并且可同時(shí)處理多達(dá)2.7萬個(gè)對話和數(shù)十種語言?！?/p>

Gartner的Andrews認(rèn)為，最常見的用途是進(jìn)行高級分類，如將人員和需求發(fā)送至最佳工作人員那里以滿足其要求，以及進(jìn)行預(yù)測性分析，如了解向買家推銷產(chǎn)品的最佳方式。

認(rèn)知計(jì)算可在企業(yè)中以哪些方式發(fā)揮作用？

IDC的Schubmehl稱，企業(yè)可使用認(rèn)知/人工智能技術(shù)實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)化，讓合同分析與更新、溝通、銷售和客戶支持更加合理化，甚至可自動(dòng)交付和重新補(bǔ)充業(yè)務(wù)中的庫存。

增加了這種智能的應(yīng)用，可為銷售和營銷等業(yè)務(wù)功能提供更精準(zhǔn)的決策。Gartner的Andrews稱：“我們希望企業(yè)能夠做出更具針對性的決策。如今它們可以很容易地提升所有用戶的體驗(yàn)，未來我們希望看到真正的個(gè)性化。我們認(rèn)為它們還可用于更為高效的自動(dòng)駕駛車輛和運(yùn)輸系統(tǒng)當(dāng)中?！?/p>

IBM負(fù)責(zé)Watson物聯(lián)網(wǎng)平臺的副總裁Bret Greenstein認(rèn)為，認(rèn)知的可能性是無限的。“認(rèn)知能力將擴(kuò)展到它們對所有不同類型的信息的理解，如視覺、聲音、情感等。它們將從我們和數(shù)據(jù)那里獲得更為復(fù)雜的學(xué)習(xí)方式，進(jìn)而能夠更好地支持每項(xiàng)工作。未來的理念是所有工作都將通過認(rèn)知得到優(yōu)化?！?/p>

認(rèn)知技術(shù)的出現(xiàn)可能會影響哪些行業(yè)？

Andrews認(rèn)為，如今金融服務(wù)業(yè)正在對認(rèn)知技術(shù)表現(xiàn)出極大的興趣。“我們注意到，和金融服務(wù)與人工智能相關(guān)的咨詢程度不斷加深，我們網(wǎng)站上的檢索量也在不斷增加，同時(shí)社交媒體也越來越多地釋放相關(guān)的信號。與大多數(shù)垂直領(lǐng)域相比，金融服務(wù)有著更多數(shù)量和更高品質(zhì)的數(shù)據(jù)。這些都為先進(jìn)的分析策略做好了準(zhǔn)備?！?/p>

德勤的Roma認(rèn)為，認(rèn)知計(jì)算幾乎適用于所有依賴數(shù)據(jù)進(jìn)行決策以提升效益的行業(yè)，可通過部分流程自動(dòng)化提高效率和精確性的行業(yè)，以及消費(fèi)者個(gè)性化需求非常多的行業(yè)。

“所有通過收集數(shù)據(jù)并借此獲取深刻洞察力的行業(yè)都將受到影響?！盜BM的Greenstein補(bǔ)充道：“通過提供具有可操作性的實(shí)時(shí)洞察力，認(rèn)知技術(shù)可開辟新的市場，提高效率并帶來競爭優(yōu)勢。”

惠普企業(yè)的高級產(chǎn)品經(jīng)理Brian Cowe表示，在金融服務(wù)、醫(yī)療保健、制造業(yè)、法律和公共部門等領(lǐng)域，激烈的競爭性正迫使他們越來越需要“在大海中更快地?fù)频结橆^，以便提高自己質(zhì)量和行動(dòng)及時(shí)性。”

認(rèn)知計(jì)算面臨哪些主要挑戰(zhàn)？

IDC的Schubmehl認(rèn)為，最大的挑戰(zhàn)主要是基于數(shù)據(jù)決策的透明度和它們的可信性?！捌髽I(yè)還必須謹(jǐn)防提供過多的信息和/或決策，因?yàn)檫@樣會使產(chǎn)品或服務(wù)對消費(fèi)者或用戶失去吸引力?！?/p>

Greenstein指出，為了盡可能地從認(rèn)知技術(shù)中獲得最大收益，企業(yè)需要有能力將所有內(nèi)部數(shù)據(jù)與公共數(shù)據(jù)聯(lián)系并結(jié)合起來。

“行業(yè)每天生成海量的數(shù)據(jù)以及它們通常被孤立地存儲在不同地點(diǎn)，這些都是挑戰(zhàn)。除此之外，高達(dá)80%的業(yè)務(wù)數(shù)據(jù)無法被搜索到。這就是為什么企業(yè)要進(jìn)行數(shù)字轉(zhuǎn)型，擁抱自己的業(yè)務(wù)數(shù)據(jù)和周邊世界如此重要的原因。”Greenstein說。

本文作者Bob Violino為Computerworld、CIO、CSO、InfoWorld和Network World等網(wǎng)站的特約撰稿人。

原文網(wǎng)址https：//www.infoworld.com/article/3198633/primer-make-sense-of-cognitive-computing